Upload 9 files

a833a11 verified 4 days ago

12 kB

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:6500
  - loss:CosineSimilarityLoss
base_model: sentence-transformers/multi-qa-MiniLM-L6-cos-v1
widget:
  - source_sentence: Um tigre está perambulando sem rumo
    sentences:
      - Um tigre está andando do lado de fora da gaiola
      - A pessoa na motocicleta está levantando seu braço
      - O homem está cozinhando fatias de batata
  - source_sentence: Não tem nenhum gato balançando em um ventilador
    sentences:
      - Um gato está balançando em um ventilador
      - O homem está fatiando a batata
      - Não tem nenhum menino olhando para um calendário
  - source_sentence: Um gato está tocando um teclado
    sentences:
      - Um músico está tocando dois teclados
      - Alguém está dando comida a um animal
      - Um homem está tocando uma flauta
  - source_sentence: Um macaco está puxando a cauda de um cachorro
    sentences:
      - Um menino está de pé na água
      - Um homem está escalando o penhasco com uma corda
      - A cauda de um cachorro está sendo puxada por um macaco
  - source_sentence: Um menino e uma menina estão brincando do lado de fora da academia
    sentences:
      - O menino e a menina estão brincando na academia ao ar livre
      - A pessoa está incendiando as câmeras
      - Uma chita está correndo rapidamente atrás de sua presa
pipeline_tag: sentence-similarity
library_name: sentence-transformers

SentenceTransformer based on sentence-transformers/multi-qa-MiniLM-L6-cos-v1

This is a sentence-transformers model finetuned from sentence-transformers/multi-qa-MiniLM-L6-cos-v1. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: sentence-transformers/multi-qa-MiniLM-L6-cos-v1
Maximum Sequence Length: 512 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity
Supported Modality: Text

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'BertModel'})
  (1): Pooling({'embedding_dimension': 384, 'pooling_mode': 'mean', 'include_prompt': True})
  (2): Normalize({})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'Um menino e uma menina estão brincando do lado de fora da academia',
    'O menino e a menina estão brincando na academia ao ar livre',
    'Uma chita está correndo rapidamente atrás de sua presa',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.9019, 0.4734],
#         [0.9019, 1.0000, 0.4357],
#         [0.4734, 0.4357, 1.0000]])

Training Details

Training Dataset

Unnamed Dataset

Size: 6,500 training samples
Columns: sentence_0, sentence_1, and label
Approximate statistics based on the first 1000 samples:
sentence_0 sentence_1 label
type string string float
details
min: 9 tokens
mean: 20.43 tokens
max: 47 tokens

min: 9 tokens
mean: 19.98 tokens
max: 52 tokens

min: 0.2
mean: 0.8
max: 1.0

	sentence_0	sentence_1	label
type	string	string	float
details	min: 9 tokens mean: 20.43 tokens max: 47 tokens	min: 9 tokens mean: 19.98 tokens max: 52 tokens	min: 0.2 mean: 0.8 max: 1.0

Samples:

sentence_0	sentence_1	label
`Uma mulher está fatiando tofu`	`Tofu está sendo fatiado por uma mulher`	`1.0`
`Os homens estão se apresentando no palco`	`Mímicos estão atuando em um palco`	`0.82`
`Um jornal está apresentando uma mulher com mãos grandes segurando óculos de sol e vestindo um casaco`	`Uma mulher velha está usando uma camisa com padrões de rosas e está desajeitadamente carregando dois jornais`	`0.4`

Loss: CosineSimilarityLoss with these parameters:

{
    "loss_fct": "torch.nn.modules.loss.MSELoss",
    "cos_score_transformation": "torch.nn.modules.linear.Identity"
}

Training Hyperparameters

Non-Default Hyperparameters

num_train_epochs: 1
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 8
per_device_eval_batch_size: 8
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 1
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: None
warmup_ratio: None
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
enable_jit_checkpoint: False
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
use_cpu: False
seed: 42
data_seed: None
bf16: False
fp16: False
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: -1
ddp_backend: None
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
parallelism_config: None
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch_fused
optim_args: None
group_by_length: False
length_column_name: length
project: huggingface
trackio_space_id: trackio
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: None
hub_always_push: False
hub_revision: None
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_for_metrics: []
eval_do_concat_batches: True
auto_find_batch_size: False
full_determinism: False
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
include_num_input_tokens_seen: no
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
use_liger_kernel: False
liger_kernel_config: None
eval_use_gather_object: False
average_tokens_across_devices: True
use_cache: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss
0.6150	500	0.0177

Training Time

Training: 40.7 seconds

Framework Versions

Python: 3.12.13
Sentence Transformers: 5.4.0
Transformers: 5.0.0
PyTorch: 2.10.0+cu128
Accelerate: 1.13.0
Datasets: 4.0.0
Tokenizers: 0.22.2

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}